Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

OpenAI đã công bố o1-mini, một mô hình AI mới được thiết kế để cung cấp khả năng suy luận hiệu quả, đặc biệt trong lĩnh vực STEM (giáo dục STEM). Mô hình này được cho là hoạt động gần như tốt như phiên bản tiền nhiệm của nó, OpenAI o1, trên nhiều tiêu chuẩn đánh giá khác nhau, bao gồm cuộc thi toán AIME và cuộc thi lập trình Codeforces. Nhắm mục tiêu vào các ứng dụng yêu cầu suy luận mà không có kiến ​​thức sâu rộng về thế giới, o1-mini được quảng cáo là một lựa chọn nhanh hơn và tiết kiệm chi phí hơn.

Với việc phát hành o1-mini, người dùng API cấp 5 sẽ có quyền truy cập vào mô hình rẻ hơn 80% so với OpenAI o1-preview. Điều này có sẵn dưới dạng giải pháp thay thế cho người dùng ChatGPT Plus, Team, Enterprise và Edu, đồng thời cung cấp giới hạn tốc độ cao hơn và giảm độ trễ. Mô hình này được tối ưu hóa cho suy luận STEM (giáo dục STEM) trong giai đoạn tiền đào tạo và trải qua quy trình học tập tăng cường tính toán cao giống như các mô hình lớn hơn, dẫn đến sự cân bằng giữa hiệu suất và hiệu quả chi phí.

Về hiệu suất, o1-mini đã cho thấy kết quả cạnh tranh trong các nhiệm vụ liên quan đến STEM (giáo dục STEM). Anh đạt điểm gần với top 500 học sinh trung học Mỹ trong cuộc thi toán AIME và xếp ở vị trí thứ 86 trong số các lập trình viên của Codeforces. Tuy nhiên, chức năng của mô hình này bị hạn chế khi tiếp cận kiến ​​thức thực tế bên ngoài STEM (giáo dục STEM) và hoạt động ngang bằng với các mô hình nhỏ hơn như GPT-4o mini. OpenAI đã tiến hành đánh giá sở thích của con người và nhận thấy rằng o1-mini được ưa thích hơn GPT-4o trong các miền nặng về lý luận, nhưng không phải trong các miền nặng về ngôn ngữ.

OpenAI cũng nhấn mạnh đến tính an toàn của o1-mini, được đào tạo bằng cách sử dụng các kỹ thuật căn chỉnh và an toàn tương tự như o1-preview. Mô hình này đã chứng tỏ độ bền cao trước các tác nhân gây hại và đã trải qua quá trình đánh giá an toàn kỹ lưỡng trước khi triển khai. Mặc dù hiện bị giới hạn ở kiến ​​thức không phải STEM, OpenAI sẽ xem xét nâng cao các lĩnh vực này trong các phiên bản tương lai và mở rộng khả năng của mô hình ra ngoài các lĩnh vực STEM đã được lên kế hoạch.